본 과목은 산업공학과 및 공과대학 대학원생을 대상으로 다변량 데이터분석에 필요한 기반 지식을 전반적으로 이해하고 응용할 수 있는 능력을 배양함을 목표로 하며 이를 위해 다변량 통계학 (multivariate analysis) 방법론 (회귀분석, 요인분석, 군집분석, 판별분석, 구조화 방정식 등) 에 관한 이론과 실습을 중심으로 학습하고 이를 연구의 설계, 연구자료의 수집과 분석, 분석결과의 정리 그리고 결과를 해석하도록 한다.
본 교과목에서는 우선 동적 시스템 분석의 기본이 되는 미분, 차분 방정식과 선형대수학에 대해 공부하고, 이를 이용해 Dynamic System을 이해하게 된다. 마지막으로 시스템을 관찰하고 통제하는 것에 대해 학습한다. 다시 말해서 본 교과목의 학습목표는, 이렇게 우리 생활과 밀접한 동적인 현상들을 수학적으로 관찰하고 분석하며, 통제할 수 있는 능력을 배양하는 것이라고 할 수 있다.
본 강좌의 목표는 추론, 탐색, 전문가시스템, 지식표현, 사례기반추론, 에이전트기술 등 다양한 인공지능 기술을 소개하는 것이다. 이러한 기본 기술에 대한 이론과 함께 응용사례도 소개한다. 강의 중 몇 개의 간단한 인공지능 기술을 구현하는 과제를 통해, 수강생들은 널리 알려진 인공지능 프로그래밍 언어들 중 하나인 Prolog를 익힌다.
스케줄링 이론은 다양한 제약 조건과 목적함수에 부합하도록 생산에 필요한 자원에 작업을 할당하도록 하는 의사결정 과정이다. 단일 기계 sequencing문제, flow shop 문제, group scheduling 문제, job shop scheduling 문제, project scheduling 문제 등 다양한 스케줄링 문제에 대하여 최적해 습득기법, 그리고 휴리스틱 해법 등에 대하여 공부한다.
현실에서 발생하는 최적화 문제는 많은 경우, 효율적인 알고리즘을 갖지 않는 NP-hard 문제이다. 본 강의에서는 우선 이러한 문제를 식별하는데, 기본이 되는 최적화 계산론, 다항 변환 등을 도입한다. 그리고 NP-hard 문제의 좋은 해를 효율적으로 구하는 다양한 접근법을 다룬다.